复旦高研院王中原博士和国务学院唐世平教授在《政治学研究》2020年第二期发表论文
社会科学高等研究院专职研究人员王中原博士和教育部“长江学者”特聘教授、国际关系与公共事务学院唐世平教授在《政治学研究》2020年第2期发表了题为“政治科学预测方法研究 ——以选举预测为例”的论文。
这篇文章认为，预测是人类的基本认知活动，作为社会科学预测性研究的重要领域,选举预测是促进政治学理论和方法创新的动力。选举预测不仅限于民调,科学的选举预测可以划分为四类范式:意见聚合范式;模型范式;混合范式;大数据范式。每类范式包含若干种预测方法,不同预测方法在准确性、超前性、解释力、可重复性、中立性和预测成本等评判标准上各具优势,预测方法的选择是基于预测目标和应用场景的综合权衡。目前,选举预测领域呈现多元化、交叉互补、跨学科的发展趋势;其未来发展方向是"理论驱动"与"数据驱动"相结合、微观预测变量与宏观预测变量相结合、预测与解释相结合,以政治科学为基础,通过跨学科合作和前沿技术手段推进预测范式的创新,并在预测实践中不断更新升级。
该文以选举预测为例，论证预测性研究与解释性研究可以构成"双螺旋"的共生互补关系：解释性研究可以为预测性研究提供理论和知识基础，开启预测的议题和领域，指导预测的数据收集、变量选取和模型建构，以及解释最终预测结果; 反过来，预测性研究可以检验和优化理论，发现新的研究方向，提升政治学研究的政策应用价值，等等。两者相得益彰，共同致力于增进人类对复杂政治活动的理解和研判。
科学的预测性研究是政治学乃至整个社会科学发展相对滞后的领域，中国政治学者在相关领域涉足更少。作为社会科学发展的前沿领域，科学预测可以成为中国政治学探索的“富矿”。中国政治学学科可以在不断完善解释性研究的同时，探索预测性研究，运用政治学理论、知识和方法指导预测活动，通过科学预测不断丰富、完善和推进政治学研究，提升政治学的科学水平和应用价值。
感兴趣的读者请点击阅读全文：